本研究聚焦於新生兒膽道閉鎖之早期非侵入性診斷，結合深度學習與臨床多模態資料，建立融合超音波影像與病歷資訊的分類系統。技術上導入 Vision Transformer（ViT）與 Swin Transformer 等自注意力架構，並搭配高頻強調、CLAHE 與伽瑪校正等影像增強方法，以提升模型辨識效能。研究結果顯示，該方法可克服傳統超音波診斷的限制，提供具臨床可信度的輔助判斷。於應用層面，本系統可作為第一線醫師評估嬰幼兒病理性黃疸之決策輔助工具，協助及早診斷與手術時程規劃，並有助減少侵入性檢查與住院時間，提升整體照護品質。

本研究於2024年12月23日正式導入中國醫藥大學附設醫院臨床系統，已成功應用於急診、住院與門診等多元場域。模型可即時分析血液檢驗數據並自動預測，平均每月運轉逾46,000次，顯示高度臨床依賴。成果刊登於國際頂尖檢驗期刊並獲編輯肯定，團隊亦持續分析實務錯誤案例以優化模型，強化臨床決策支援，展現AI於臨床檢驗的實際醫療價值。

自 2024 年榮獲「國家新創獎－臨床新創」後，本團隊持續推動非對比磁振造影（NC-MRI）商品化與臨床落地。經優化後，掃描時間由 60 分鐘縮短至 40 分鐘、解析度提升 40%，血流量測精度達 ±5% 以內，顯著提升診斷效率。臨床累積逾 1,000 例，診斷再現性超過 95%，建立骨盆靜脈疾病 MRI 新標準。並開發 AI 智慧診斷輔助模組，完成台美專利布局，正式邁入 AI 醫材商品化階段。

本產品由商之器科技股份有限公司（EBM Technologies）協助取證，AI 系統已通過衛生福利部食品藥物管理署（TFDA）醫療器材認證，並委託商之器負責後續生產、製造與銷售，正式邁入臨床應用與市場化階段。相關研發成果亦已完成學術驗證，並發表於國際期刊《Journal of Hepatocellular Carcinoma》。